DeepSeek Harness重磅更新：多模态支持全面上线，意外剧透V4视觉版动向

事件核心：发生了什么

8月20日，DeepSeek Harness 发布新版本，距离其首次公开仅一周。本次更新的核心是全面增强多模态支持：DeepSeek 模型适配器现已支持配置并启用原生图像请求，/goal 和 /plan 等指令从纯文本扩展为图文混合输入，@引用范围也从单纯的文件扩展名扩展到历史对话内容。开发者可以在单次请求中附带截图、本地文件及此前对话上下文。

为保证复杂工作流的稳定性，新版为 MCP 和 ACP 协议都增加了持久化图片附件能力，避免单次调用结束后附件丢失；同时修复了图像文件过大、多轮对话中历史图像负载过高的问题。组件分发层面，Claude Code 与 Codex 不再随主产品捆绑分发，改为按需安装的 Profile Bundles。Codex 新增非交互式权限模式和多个命名实例支持，reportDelivery 的回报路径也得到优化，父任务不再盲目等待子任务。

其他优化包括：web_search 支持并发查询、Windows PTY 终端默认启用持久化 PowerShell 会话、SQLite 后端的读写与 fork 性能提升且存储占用下降。官方同时确认“DeepSeek Harness”已注册商标。

为什么重要

这次更新的信号意义大于功能本身。DeepSeek Harness 的模型适配器开始支持原生图像请求，说明底层接口已经为视觉输入做好准备，引发外界对 DeepSeek 自研视觉模型即将发布的猜测。目前公开信息显示，DeepSeek 尚未正式公布相关视觉模型细节，但这一架构调整通常是模型能力上线前的基础设施铺垫。

从生态角度看，将 Claude Code 和 Codex 拆分为按需安装的 Profile Bundles，反映出 DeepSeek 在多智能体工具链上选择更灵活的分发策略——不把第三方适配器与核心产品强绑定，降低维护成本的同时，也给开发者更大的组合自由度。子代理报告机制的改进，则是对智能体协作效率的一次务实补强，减少了多任务编排中的无效等待。

对用户/开发者/创作者的影响

对开发者而言，多模态输入支持直接降低了调试和交互成本：以往需要将截图转为文字描述或单独处理图片，现在可以一次性附加截图与上下文，配合持久化附件机制，复杂工作流的稳定性明显提升。Codex 的非交互式权限模式与多命名实例，也让无人值守的批处理任务和并行子代理部署成为可能。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对创作者和普通用户来说，图片输入能力意味着可以通过截图直接指挥智能体完成任务，不再局限于文字指令；SQLite 后端性能改进则让本地运行时的响应更快，存储占用更小。对于关注开源模型的团队，DeepSeek Harness 的组件解耦也降低了上手门槛——不需要安装全套工具，按需选用即可。

值得关注的后续

接下来值得观察三点：第一，DeepSeek 是否会在短期内正式发布自研视觉模型，以及该模型是否与 Harness 的原生图像请求形成完整闭环；第二，V4 相关模型在图像理解、生成或跨模态推理上的实际表现，能否对标已有多模态模型；第三，Codex 与 Claude Code 以 Profile Bundle 形式分发后，第三方适配器的维护节奏和兼容性是否会加快，开发者社区的扩展速度同样值得留意。

来源：AIbase